利用人工智能进行SIL和HIL框架下的自动驾驶汽车仿真

本文提供了利用人工智能在SIL和HIL框架下进行越野自动驾驶汽车仿真的最新想法及其实施。我们的目标是通过先进的仿真技术提升软件质量和可靠性，同时降低成本和努力。我们采用了多种创新解决方案构建一个系统的系统仿真。基于物理的模型是准确详细再现实际系统的前提，但因其计算复杂性和存储要求而面临挑战。我们使用机器学习算法创建替代/降阶模型，以通过保持模型的预期保真度进行优化。这有助于加快仿真速度并编译SIL HIL目标的模型代码。建立了AI驱动的接口，以连接Windows、Linux和移动操作系统。时间同步是关键挑战，因为需要多个环境来实现端到端的解决方案。通过强化学习优化算法解决了这一问题，从而避免信息丢失。约翰迪尔运营中心™车队管理与车辆模拟器集成，以便验证各种自主模式下的机器配置和设置的远程监控和控制。在生成与自主相关功能的测试计划及其自动化方面，使用了生成性AI工具，以累计数百小时的测试执行。团队测试了各种软件硬件故障条件，以了解系统在自主模式下的影响和行为。作为下一步，该框架将进一步扩展到未来的自主程序和产品线。采用基于人工智能的方法加速了自动驾驶汽车的交付，确保它们在技术上先进并满足客户需求。